时间序列数据的样本熵

2020-11-24 21:32:12 阅读：546 来源： 互联网

function SampEnVal = SampEn_old(data, m, r)
%SAMPEN  计算时间序列data的样本熵
%        data为输入数据序列
%        m为初始分段，每段的数据长度
%        r为阈值
% $Author: lskyp
% $Date:   2010.6.20

data = data(:)';
N = length(data);

% 分段计算距离
for k = N - m:-1:1
    xm(k, :) = data(k:k + m - 1);
end
for k = N - m:-1:1
    for p = N - m:-1:1
        % 统计距离，k=p时距离为0，计算时舍去一个即可
        d(k, p) = max(abs(xm(p, :) - xm(k, :)));
    end
end

% 模板匹配数以及平均值计算
Nk = 0;
for k = N - m:-1:1
    Nk = Nk + (sum(d(k, :) < r) - 1)/(N - m - 1);
end
Bm = Nk/(N - m);

clear xm d Nk

% m值增加1，重复上面的计算
m = m + 1;
% 分段计算距离
for k = N - m:-1:1
    xm(k, :) = data(k:k + m - 1);
end
for k = N - m:-1:1
    for p = N - m:-1:1
        % 统计距离，k=p时距离为0，计算时舍去一个即可
        d(k, p) = max(abs(xm(p, :) - xm(k, :)));
    end
end

% 模板匹配数以及平均值计算
Nk = 0;
for k = N - m:-1:1
    Nk = Nk + (sum(d(k, :) < r) - 1)/(N - m - 1);
end
Bmadd1 = Nk/(N - m);

% 熵值
SampEnVal = -log(Bmadd1/Bm);

标签：Nk,end,xm,data,样本,距离,计算,序列,数据
来源： https://www.cnblogs.com/charles48789982/p/14032822.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

时间序列数据的样本熵